Künstliche Intelligenz ist ein leistungsfähiges und vielseitiges Werkzeug, das einer ständig wachsenden Zahl von Branchen in vielfältiger Form enormen Auftrieb gibt. So schätzt das McKinsey Global Institute in seinen Notes from the AI Frontier, dass der potenzielle Beitrag der KI zur Weltwirtschaft bis 2030 13 Billionen Dollar erreichen könnte. Dies sollte bedeuten, dass die Suche nach einem geeigneten Anwendungsbereich und einer geeigneten Anwendung für Künstliche Intelligenz Dienstleistungen ein ziemlich einfacher Prozess ist.
Nun, es mag Sie überraschen, aber wenn es um die Implementierung von KI geht, ist das größte Problem für Unternehmen nicht die fehlende technische Infrastruktur, um sie zu nutzen. Es ist auch keine Frage der Kosten. Umgekehrt ist eines der Haupthindernisse für die Einführung von KI, insbesondere in den frühen Evaluierungsphasen, die Schwierigkeit, den richtigen Anwendungsfall auszuwählen.
Diese Behauptung scheint durch die Forschung gut untermauert zu werden. Laut der von O'Reilly im Jahr 2020 veröffentlichten Umfrage zur KI-Implementierung steht die Identifizierung eines geeigneten Anwendungsfalls an zweiter Stelle der wichtigsten Herausforderungen (von 20 % der Befragten genannt):
Wie können Unternehmen mit dieser Frage umgehen, nämlich die besten Anwendungsfälle für den Einsatz von KI- und maschinellen Lernlösungen in ihrem Unternehmen auswählen? Die Antwort auf diese Frage ist recht komplex, da jedes Unternehmen seine eigenen spezifischen Bedürfnisse, Prozesse und Strategien hat. Dennoch lassen sich einige gemeinsame bewährte Verfahren finden, die im Folgenden als drei Regeln zusammengefasst werden.
1. Klären Sie, was Sie von KI erwarten
Das Einzige, was noch schlimmer ist, als etwas Nützliches zu verpassen, ist etwas Nützliches zu bekommen, ohne zu wissen, wie man es nutzt. Deshalb sollten Sie, bevor Sie überhaupt über die Implementierung von KI nachdenken, die Probleme klären, die Ihr Unternehmen betreffen, und folglich auch, wie Sie erwarten, dass KI sie für Sie löst.
Der beste Einstieg ist, sich zu fragen, ob Sie KI für eines der folgenden Ziele benötigen:
- Verbesserung der Qualität der von Ihrem Unternehmen angebotenen Dienstleistungen oder Produkte (denken Sie an den Einsatz von predictive-analytics/immobilien).
- Kostensenkung und Verbesserung der Gesamteffizienz, in der Regel durch Automatisierung des Kundendienstes oder anderer Geschäftsprozesse mit künstlicher Intelligenz.
- Umsatzsteigerung, zum Beispiel durch Empfehlungswerkzeuge in digitalen Geschäften.
- Nicht-finanzielle Ziele, wie z.B. die Verbesserung des Kundenservices durch Chatbots, die 24 Stunden am Tag verfügbar sind.
- Risikomanagement, einschließlich Risikoanalytik, Cybersecurity, Sensoren für die Personalsicherheit und auf maschinellem Lernen basierende Vorhersagemodelle.
Dies sind fünf typische Errungenschaften, um einen Return on Investment von KI zu erhalten. Wenn Sie verstehen, was Ihr Hauptziel ist, können Sie später potenzielle Anwendungsfälle bestimmen, in die Sie investieren sollten.
Entdecken Sie Ihre Schwächen
Bei einer Bewertung Ihrer Geschäftsziele sollten Sie sich in erster Linie auf die Schwächen Ihres Unternehmens konzentrieren, die häufig durch sogenannte Engpässe repräsentiert werden. Dies ist der Fall, wenn ein Unternehmen unter einem Ungleichgewicht zwischen den verschiedenen Komponenten seines Geschäfts leidet, die nicht mehr synergetisch zusammenarbeiten.
Stellen Sie sich in diesem Zusammenhang ein großes E-Commerce-Unternehmen vor, das hervorragende Marketingstrategien entwickelt, um seinen Umsatz zu steigern. Was wäre, wenn dasselbe Unternehmen keine ordnungsgemäße Auftragsverwaltung, kein Inventar und keine Buchhaltung hätte, die für die Erfüllung dieser Auftragsspitzen unerlässlich sind?
Das ist der Engpass, um den es hier geht, und auch der richtige Kontext, in dem KI Anwendung finden kann. Konkret könnte es sinnvoll sein, die Automatisierung von Geschäftsprozessen in Betracht zu ziehen, um diese Managementaufgaben zu beschleunigen.
Die Identifizierung von Engpässen und Schwachstellen ist keine leichte Aufgabe, da jedes "Rädchen im Getriebe" berücksichtigt werden muss. Die Einrichtung eines Geschäftsprozessmanagementsystems, auch BPM genannt, ist der beste Ausgangspunkt für eine solche Untersuchung, da es eine breite Palette von Informationen über Ihre Abläufe und Leistungen im Detail und als Ganzes liefern kann.
KI-Implementierung ganzheitlich betrachten
Interessant ist, wie die oben hervorgehobenen Ungleichgewichte auch durch die KI-Implementierung in einem bestimmten Bereich Ihres Unternehmens ausgelöst werden können, wenn Sie sich entscheiden, die anderen Komponenten außer Acht zu lassen.
Dies kann zum Beispiel der Fall sein, wenn die erwähnte Auftragsspitze auf die effiziente Automatisierung von Marketingaktivitäten zurückzuführen ist (z. B. der massive automatische Versand von personalisierten Werbe-E-Mails).
Die Lehre, die wir aus diesem Punkt ziehen können, ist, dass die Implementierung von KI ein ganzheitlicher Prozess ist. Daher sollte sie mehr als einen Anwendungsfall umfassen und verschiedene Aspekte Ihres Unternehmens verbessern. In der Regel sollte man sich auf eine überschaubare Anzahl von drei bis fünf KI-Anwendungsfällen beschränken, um die Implementierung praktikabel zu halten.
Andernfalls besteht das Risiko, auf einen einzigen, sehr ehrgeizigen "Mondschuss" zu setzen, der viel wahrscheinlicher scheitert, wie eine von der Harvard Business Review veröffentlichte Studie über 152 KI-Implementierungsprojekte zeigt.
Klein anfangen und dann skalieren
Ein weiterer guter Grund, Mondlandungen zu vermeiden und kleinere Anwendungsfälle zu bevorzugen, besteht darin, dass sie von den Endnutzern leichter akzeptiert werden können. Schließlich ist die Einführung von KI (auch) eine Frage der Unternehmenskultur, die in vielen Geschäftskontexten als Bremse für bestimmte Innovationen wirken könnte, wie Sie vielleicht in der vorherigen Grafik gesehen haben.
Der weit verbreiteten Zurückhaltung beim Einsatz von KI, die typischerweise auf eine Wissenslücke oder die Angst vor Arbeitsplatzverlust zurückzuführen ist, kann nur durch ein Umdenken in der Unternehmenskultur begegnet werden. Ein großartiger Katalysator zur Beschleunigung dieses Prozesses ist es, den betreffenden Abteilungen kleine und schnelle Erfolge aufzuzeigen und diese als Anreiz für umfassendere Investitionen zu nutzen.
Gleichzeitig ermöglicht der schrittweise Übergang von kleinen Anwendungsfällen zu ehrgeizigen Projekten Ihrem Unternehmen, sein Know-how zu aktualisieren, Geschäftsprozesse an einen stärker datengesteuerten Ansatz anzupassen und sich mit den für die KI-Implementierung erforderlichen technologischen und infrastrukturellen Veränderungen auseinanderzusetzen.
Möchten Sie KI in Ihr Unternehmen integrieren?
2. die am besten geeigneten KI-Anwendungsfälle erkennen
Nachdem Sie geklärt haben, welchen Nutzen Sie von KI erwarten, geht es im zweiten Schritt darum, die für Ihr Unternehmen am besten geeigneten Anwendungsfälle zu identifizieren. Wie wir bereits erwähnt haben, ist KI ein Multitasking-Instrument, das eine immense Auswahl an Optionen bietet. So etwas wie das virtuelle Lager von Neo und Morpheus in The Matrix.
Um etwas Ordnung in diese endlose Liste zu bringen und unsere Arbeit zu vereinfachen, können wir die relevantesten Anwendungsfälle in drei Makrobereichen zusammenfassen, und zwar nach der Methode, die in der oben zitierten Studie der Harvard Business Review vorgestellt wurde:
- Prozessautomatisierung: Dies ist wahrscheinlich die am weitesten verbreitete und am wenigsten komplexe Funktion von KI in Unternehmen. Wie der Name schon sagt, besteht ihr Zweck darin, einige relativ einfache, aber zeitaufwändige Verfahren zu automatisieren, die normalerweise von Menschen erledigt werden, wie etwa Verwaltungsaufgaben.
- Kognitives Engagement: Hier geht es um die Entwicklung neuer Formen der Interaktion zwischen Mensch und Maschine, um das Nutzererlebnis so realistisch und effizient wie möglich zu gestalten, auch dank der Verarbeitung natürlicher Sprache. Dies ist der Fall bei Chatbots und anderen intelligenten Tools, die helfen, die Bedürfnisse der Kunden schnell und jederzeit zu erfüllen.
- Kognitive Erkenntnisse: Dieser Anwendungsbereich ist eng mit Technologien des maschinellen Lernens verbunden. Es geht um die Verarbeitung und Interpretation riesiger Datenmengen, um darin Muster zu erkennen und nützliche Tipps und Prognosen für die Entscheidungsfindung im Unternehmen zu liefern. Ein solcher Ansatz wird häufig verwendet, um Daten von Tausenden von Kunden zu scannen und vorherzusagen, an welchen Produkten sie interessiert sein könnten.
An dieser Stelle sollten Sie eine allgemeine Vorstellung davon haben, welche Art von Anwendungsfall Sie anstreben. Es bleibt jedoch das Problem, die Auswahl auf etwas Spezifisches einzuschränken.
Folgen Sie dem Geld
Wir haben bereits erwähnt, dass die Identifizierung der Schwachstellen eines Unternehmens ein wesentlicher Auswahlparameter ist. Das zweite Kriterium betrifft die Geschäftsbereiche, die in der Regel den größten Wert für Ihr Unternehmen darstellen.
In diesem Zusammenhang kann es nützlich sein, eine Ende 2018 von McKinsey veröffentlichte Studie zu betrachten, die über 400 verschiedene KI-Anwendungsfälle in 19 Branchen und 9 Geschäftsfunktionen untersucht hat:
Aus den Ergebnissen geht hervor, dass die Unternehmen im Allgemeinen ihre profitabelsten Geschäftsbereiche als "Versuchskaninchen" für die KI-Implementierung ausgewählt haben, in der Hoffnung, die größtmögliche Wirkung zu erzielen. So haben beispielsweise Einzelhandelsunternehmen vor allem auf ihre Marketing- und Vertriebskomponente gesetzt und KI-gestützte Software eingeführt, um Kundendaten zu prüfen und personalisierte Angebote als Teil des digitalen Kundenerlebnisses anzubieten.
Auf der anderen Seite hat sich eine sich schnell entwickelnde Branche wie die Informationstechnologie auf Anwendungsfälle im Zusammenhang mit der Produkt- und Dienstleistungsentwicklung konzentriert, indem sie Sensordaten von ihren Produkten sammelt und sie mit früheren Leistungen und KI-basierten Vorhersagemodellen vergleicht.
Eine solche Entscheidung hat sich als erfolgreich erwiesen. Laut der PwC-Studie "Digital Product Development 2025" erwirtschaften 29 % der "Digital Champions" (Unternehmen, die am weitesten fortgeschritten sind und KI-Lösungen für die Service- und Produktentwicklung einsetzen) mehr als 30 % ihrer Umsätze mit neuen Produkten und Dienstleistungen, die weniger als zwei Jahre alt sind.
3. kennen KI und ihre Haupttypen
Es mag offensichtlich klingen, aber bevor Sie KI in Ihr Unternehmen integrieren, sollten Sie wissen, auf welches mächtige Werkzeug Sie sich verlassen wollen. Künstliche Intelligenz gibt es in einer Vielzahl von Formen, jede mit unterschiedlichen Möglichkeiten und Grenzen. Wir können fünf Haupttypen auf der Grundlage ihrer Funktion unterscheiden:
- Text-KI: hauptsächlich verbunden mit Texterkennung, Übersetzung und Sprache-zu-Text-Konvertierung. Sie wird von Unternehmen genutzt, um Informationen schneller zu erfassen und so ihre Wissensbasis zu verbessern.
- Visuelle KI: steht in engem Zusammenhang mit Computer-Vision-Software und Augmented Reality. Sie ermöglicht es Unternehmen, Objekte zu erkennen und zu klassifizieren oder Informationen aus Bildern und Videos zu gewinnen. Sie wird in vielen Bereichen eingesetzt, von Sicherheitskameras bis zur Schadenserkennung und Maschinenwartung.
- Interaktive KI: Ihr Hauptanwendungsgebiet ist die Entwicklung von Chatbots und intelligenten Assistenten. Diese Art der KI ermöglicht es Computern, Fragen zu verstehen und zu beantworten, insbesondere wenn sie durch maschinelles Lernen und Deep Learning unterstützt wird.
- Analytische KI: Sie profitiert am meisten vom maschinellen Lernen und seiner Fähigkeit, große Datensätze zu analysieren und wiederkehrende Muster zu erkennen. Dank dieser Fähigkeit liefert analytische KI Erkenntnisse und Prognosen, die für datengestützte Entscheidungsfindung nützlich sind.
- Funktionale KI: Sie ähnelt der analytischen KI, mit dem Unterschied, dass sie nicht nur Ratschläge gibt und Vorhersagen macht, sondern auch bestimmte Effekte auslöst. So kann sie beispielsweise einen Fehler erkennen, indem sie den aktuellen Betrieb mit dem Standardbetrieb vergleicht, und die betroffenen Maschinen abschalten.
Falsche KI kann mehr ein Problem als ein Nutzen sein
Jeder KI-Typ zeichnet sich durch die Erfüllung bestimmter Aufgaben aus, weist aber Schwächen auf, die seinen Einsatz für andere Anwendungsfälle gefährden könnten. Zum Beispiel zeigt jeder Zweig der KI, der direkt mit maschinellem und tiefem Lernen zu tun hat, ein enormes Potenzial bei der Datenanalyse und Prognosemodellierung. Aber solche Modelle sind berüchtigte "Black Boxes", was bedeutet, dass niemand genau weiß, wie sie zu den Entscheidungen kommen, die sie treffen.
Nicht zu vergessen, dass diese Technologien extrem datenintensiv sind und daher Fragen des Datenschutzes und des Schutzes der Privatsphäre aufwerfen, die dank Initiativen wie der Datenschutz-Grundverordnung (GDPR) immer stärker in den Fokus rücken.
Dies kann ein großes Problem darstellen, wenn es um die Anwendung solcher Technologien in stark regulierten (aber auch risikoreichen) Sektoren wie dem Finanzwesen geht. In der Tat kann die Automatisierung oder Integration von Finanzentscheidungen mit künstlicher Intelligenz zu tragikomischen Ergebnissen führen.
Das ist 2019 geschehen. Ein Tycoon aus Hongkong verklagte einen Verkäufer, der ihn davon überzeugt hatte, sich für seinen Handel auf einen Supercomputer zu verlassen. Bloomberg berichtet, dass der Geschäftsmann mehr als 20 Millionen Dollar aufgrund der mysteriösen Investitionsentscheidungen der KI verloren hat.
Automatisierung gegen menschliche Interaktion
Selbst interaktive KI-Tools wie Chatbots können, wenn sie übermäßig eingesetzt oder schlecht implementiert werden, am Ende eher ein Problem als eine Bereicherung darstellen. In diesem Zusammenhang hat Randstad 2017 eine Umfrage veröffentlicht, die sich auf die Roboterautomatisierung in der HR-Branche konzentrierte. Die Studie ergab, dass 82 % der Befragten von einer übermäßig automatisierten Recruiting-Erfahrung mit begrenzten menschlichen Interaktionen frustriert waren.
Die Kenntnis der Eigenschaften (insbesondere der Nachteile) der wichtigsten KI-Klassen wird Ihnen helfen, die besten Technologien für die am besten geeigneten Anwendungsfälle auszuwählen und die oben genannten Nachteile zu vermeiden.
Abschließende Gedanken
Künstliche Intelligenz hat das Potenzial, praktisch jedem Unternehmen einen erheblichen Nutzen zu bringen. Sie sollte jedoch auf die richtige Art und Weise implementiert werden, beginnend mit der Auswahl der besten KI-Anwendungsfälle mit angemessener Bewertung und unter Beachtung einiger Voraussetzungen.
Dieser Entscheidungsprozess stellt sicherlich eine Herausforderung dar, die durch die Berücksichtigung einiger grundlegender Parameter vereinfacht werden kann:
- Die Schwächen und Engpässe Ihres Unternehmens, die Sie mit Hilfe von KI beheben wollen.
- Geschäftsfunktionen, die in der Regel einen maximalen Wert für Ihr Unternehmen gewährleisten und den vollen Nutzen von KI ausschöpfen können.
- Die Vor- und Nachteile der einzelnen KI-Typen, um zu verstehen, welcher Typ am besten zu Ihren Anforderungen passt.
Ausgehend von diesen allgemeinen Leitlinien wird jedes Unternehmen seine eigenen Anwendungsfälle entsprechend seinen spezifischen Bedürfnissen und Strategien entwickeln, die von Unternehmen zu Unternehmen völlig unterschiedlich sein können. Daher sollte KI als ein leistungsfähiges Werkzeug, aber nicht als universelles Allheilmittel angesehen werden.
